Práctica 1
Introducción general al software QGIS
Esta práctica tiene como objetivo realizar una introducción general al software QGIS. Se describirán la estructura de este programa, herramientas y operaciones básicas que servirán como punto de partida a los usuarios que se inicien en la utilización de los Sistemas de Información Geográfica.
Práctica 3
Utilización de diferentes herramientas de geoprocesamiento ráster para la obtención de mapas temáticos de coropletas
En esta práctica se introducirá en las herramientas para la realización de mapas temáticos de tipo coropletas mediante métodos de interpolación de superficies. Se crearán dos mapas, uno de pluviometría anual en España y otro de temperaturas medias del mes de junio.
Práctica 4
Utilización de diferentes herramientas de geoprocesamiento raster y vectorial para la obtención de zonas idóneas, con objetivo de repoblar una especie en peligro de extinción
En esta práctica se va a utilizar el programa QGIS como herramienta de ayuda en la toma de decisiones para realizar actuaciones de carácter territorial. En este caso, se quiere determinar las zonas más aptas, para ubicar una zona protegida del Lobo Ibérico, en la Comunidad de Castilla Y León. Para ello, se combinarán linealmente diferentes variables geográficas reclasificadas: Lluvias, Temperaturas y Alturas junto con otros con- dicionantes poblacional y de superficie.
Práctica 5
Análisis de Imágenes Satélite
En esta práctica se va a utilizar el programa QGIS como herramienta de análisis de imágenes satélite. En este caso se quiere calcular el índice dNBR tras el incendio forestal producido en la zona de Marxuquera (agosto 2008). Para ello se utilizarán las imágenes el satélite Sentinel 2 de la zona obtenidas antes y después del incendio. Los datos y mapas de severidad del fuego pueden ayudar en el desarrollo de planes de rehabilitación y restauración de emergencia después de un incendio. Se pueden usar no solo para estimar la severidad del fuego en el suelo, sino también para prever en un futuro impactos aguas abajo debido a inundaciones, deslizamientos de tierra y erosión del suelo.
Práctica 6
Funciones básicas
En esta práctica se van a resolver ejercicios básicos de programación Python para ejecutar operaciones
| Punto | Nombre | Latitud | Longitud |
|---|---|---|---|
| 1 | Casa 1 | 30 | 40 |
Práctica 7
Análisis de rendimiento a partir de un fichero GNSS con waypoints en formato GPX
| Punto | Latitud | Longitud | Cota (m) | Hora | Distancia (m) | Dist_O (m) | Pendiente (%) | Velocidad (km/h) | Orientación (º) | Tiempo |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 38.968484 | -0.148688 | -6.848 | 2020-10-06T15:42:19Z | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0 days 00:00:00 |
| 2 | 38.967718 | -0.150631 | 5.751 | 2020-10-06T15:44:55Z | 188.20 | 188.20 | 6.69 | 4.34 | 243.11 | 0 days 00:02:36 |
| 3 | 38.967415 | -0.151293 | 3.847 | 2020-10-06T15:45:44Z | 66.36 | 254.56 | -2.87 | 4.88 | 239.52 | 0 days 00:00:49 |
| 4 | 38.965885 | -0.151144 | 4.562 | 2020-10-06T15:47:40Z | 170.48 | 425.04 | 0.42 | 5.29 | 184.33 | 0 days 00:01:56 |
| 5 | 38.965216 | -0.150998 | 5.601 | 2020-10-06T15:48:45Z | 75.40 | 500.44 | 1.38 | 4.18 | 189.63 | 0 days 00:01:05 |
| 6 | 38.965000 | -0.150899 | 4.004 | 2020-10-06T15:49:00Z | 25.48 | 525.92 | -6.27 | 6.11 | 199.62 | 0 days 00:00:15 |
| 7 | 38.964634 | -0.150661 | 4.727 | 2020-10-06T15:49:42Z | 45.57 | 571.49 | 1.59 | 3.91 | 206.82 | 0 days 00:00:42 |
| 8 | 38.963839 | -0.150091 | 7.208 | 2020-10-06T15:51:12Z | 101.13 | 672.62 | 2.45 | 4.05 | 209.14 | 0 days 00:01:30 |
| 9 | 38.962955 | -0.150394 | 9.550 | 2020-10-06T15:52:27Z | 101.65 | 774.27 | 2.30 | 4.88 | 194.92 | 0 days 00:01:15 |
| 10 | 38.962942 | -0.147204 | 1.780 | 2020-10-06T15:56:15Z | 275.60 | 1049.87 | -2.82 | 4.35 | 269.70 | 0 days 00:03:48 |
| 11 | 38.963695 | -0.145611 | 2.238 | 2020-10-06T15:58:20Z | 161.06 | 1210.93 | 0.28 | 4.64 | 58.70 | 0 days 00:02:05 |
Práctica 8
WebMapping de residuos de la ciudad de Madrid
Un mapa con la ubicación de los contenedores diferenciados por el tipo de contenedor (vidrio, envases, papel, organico).
Práctica 9
Estudio de índices de VEGETACIÓN con Google Earth Engine
La vegetación constituye uno de los componentes del medio físico de la mayor importancia para el equilibrio del medio ambiente. Por un lado, se trata de un recurso con un valor intrínseco (agricultura, pastos, bosques). Por otro lado, la cubierta vegetal juega un papel decisivo para el adecuado mantenimiento de otros muchos recursos (fauna, suelos, paisaje). Mediante el análisis multitemporal de imágenes de satélite, es posible hacer un seguimiento de la evolución de las diferentes comunidades vegetales y de los cultivos agrícolas. Los Índices de Vegetación son combinaciones de las bandas espectrales registradas por los satélites de Teledetección, cuya función es realzar la cubierta vegetal en función de su respuesta espectral y atenuar los detalles de otros componentes como el suelo, la iluminación, etc. Los Índices de Vegetación, son pues imágenes calculadas a partir de operaciones algebraicas entre distintas bandas espectrales. El resultado permite obtener una nueva imagen donde se destacan gráficamente determinados píxeles relacionados con parámetros de las coberturas vegetales: densidad, índice de área foliar y actividad clorofílica.